End-to-end simulation of particle physics events with Flow Matching and generator Oversampling

Vaselli, Francesco
;
Cattafesta, Filippo;
2024

2024
Settore FIS/01 - Fisica Sperimentale
Normalizing Flow; Flow Matching; Machine Learning; Simulation; High Energy Physics
   PNRR - M4C2 - Investimento 1.3, Partenariato Esteso PE00000013 - FAIR - Future Artificial Intelligence Research Spoke 1 “Human-centered AI”
   European Commission under the NextGeneration EU

   ICSC – Centro Nazionale di Ricerca in High Performance Computing, Big Data and Quantum Computing
   European Union – NextGenerationEU

   Open Access Publishing Fund
   Scuola Normale Superiore
File in questo prodotto:
File Dimensione Formato  
Vaselli+et+al_2024_Mach._Learn. _Sci._Technol._10.1088_2632-2153_ad563c.pdf

accesso aperto

Tipologia: Accepted version (post-print)
Licenza: Creative Commons
Dimensione 5.98 MB
Formato Adobe PDF
5.98 MB Adobe PDF

I documenti in IRIS sono protetti da copyright e tutti i diritti sono riservati, salvo diversa indicazione.

Utilizza questo identificativo per citare o creare un link a questo documento: https://hdl.handle.net/11384/142723
Citazioni
  • ???jsp.display-item.citation.pmc??? ND
  • Scopus ND
  • ???jsp.display-item.citation.isi??? ND
social impact